基于灰色Verhulst模型的江西省人口预测

引言。江西是一个人口大省,但经济落后于周边省份,随着国家生育政策的调整,准确预测江西人口变化规律对于江西经济腾飞以及城市规划具有举足轻重的作用,有利于自然资源有序分配和自然环境保护,因此,必须将人口预测上升到实现江西省各方面有序发展的战略高度。把握经济发展和人口变化的相互关系,做好人口发展规划,逐步完善人口发展政策体系,对实现江西省人口与经济、资源协调和可持续发展、全面建成小康社会具有重大意义。

基于灰色Verhulst模型的矿区地表沉降预测研究

灰色Verhulst模型是灰色系统理论模型的重要组成之一,对“S”形曲线具有良好的表现能力。针对灰色Verhulst模型在矿区地表沉降预测中的适用性问题,以灰色Verhulst模型为矿区地表沉降预测模型,以某煤矿综采工作面地表沉降监测数据为数据源,选取其中2个点(M36和M79)开展了灰色Verhulst模型地表沉降预测研究。同时,以后验差比C、小误差概率P和预测值平均相对误差综合进行模型预测精度评价。结果表明:M36和M79号点的预测结果P值均为1,C值分别为0.22和0.07,模型等级均为优秀。M36和M79号点的预测结果平均相对误差分别为1.18和0.27,与C、P值保持一致。灰色Verhulst模型可对地下采煤引起的地表移动初始期、活跃期和衰退期三个阶段开展全周期预测,是矿区地表沉降预测的适用性模型。

基于FPSO灰色Verhulst模型的铁路货运量预测

为提高灰色Verhulst模型的预测精度,采用粒子群算法对灰色Verhulst模型的参数值进行优化,利用滑动窗对原始数据序列进行动态更新,使用Fourier序列修正模型的误差,提出FPSO灰色Verhulst模型预测铁路货运量的方法。以平均绝对误差、均方根误差、平均相对误差为评价指标,采用传统灰色Verhulst模型、GM(1,1)、径向基神经网络、FPSO灰色Verhulst模型分别对具有增长趋势、摆动发展以及交叉发展趋势的铁路货运量进行预测。结果表明,FPSO灰色Verhulst模型能更好地反映铁路运输过程中的突变因素,是一种减少误差、充分利用新生数据、提高预测精度的有效方法。

灰色Verhulst模型在中长期负荷预测中的应用

灰色系统预测模型用于中长期负荷预测是一种有效的方法。但是,当负荷按照“S”型曲线增长或增长处于饱和阶段时,采用灰色模型进行负荷预测的误差较大,预测精度不能满足实际要求。将灰色Verhulst模型引入到负荷预测中,可以很好地解决这个问题。作者通过典型的实例介绍了灰色Verhulst 模型在中长期负荷预测中的应用。结果表明,此模型在负荷预测中是适用的,尤其对于负荷按“S型曲线增长的情况,不但具有较高的预测精度,同时保留了灰色预测方法的优势和特点。

基于D-InSAR技术和灰色Verhulst模型的矿区沉降监测与预计

针对在地形复杂的矿区沉降观测资料不易获取的问题,将合成孔径雷达差分干涉技术（D-In SAR）与灰色Verhulst模型相结合,提出了一种矿山开采沉陷监测和预计方法。该方法首先对覆盖大柳塔煤矿某工作面的12景Terra SAR-X雷达数据进行D-In SAR处理,获取观测站沉降值;然后根据沉降量与时间的关系建立了基于灰色Verhulst模型的预测函数,对开采沉陷发展规律进行分析。试验结果表明：3个测试点D-In SAR监测数据的绝对和相对误差分别为2.8~15 mm,0.9%~6%;结合灰色Verhulst模型预测的绝对和相对误差分别为3.4~18.8 mm,1.2%~5.7%。上述研究结果进一步表明,所提出的方法可有效弥补矿区沉降实测数据的不足,为实现矿区开采沉陷监测和预计的一体化软件设计提供参考。

基于灰色Verhulst模型的岩溶塌陷定量预报预测方法

在总结分析现有岩溶塌陷预报预测方法的基础上,从灰色系统理论出发,选取带有时间因子的地下水动力条件因素为已知信息,应用灰色Verhulst模型对桂林柘木村岩溶塌陷的发生时间进行了预报预测验证。验证结果显示,预测时间和实际塌陷时间基本吻合。柘木村3月份岩溶塌陷的预测时间为2000年3月17日,实际塌陷时间为2000年3月20日,预测值比实际值提前3天,准确率为90%;8月份岩溶塌陷的预测时间为2000年8月14日,实际塌陷时间为2000年8月14日,准确率为100%。另外,作者对预报产生误差的可能原因进行了分析,以便能改进模型,进一步提高预测精度。

灰色Verhulst模型的改进及其应用

灰色Verhulst模型的精度依赖于背景值和结构参数。本文提出了一种改进的灰色Verhulst模型。首先分析了传统的灰色Verhulst模型产生误差的原因,从背景值定义出发,推导了用原始数据生成的背景值公式;其次,基于灰色系统信息覆盖原理,提出了一种结构参数优化方法;最后,应用本文方法建立了我国天然原油生产量的灰色Verhulst模型。实例表明,模型具有很高的精度。

不等时距灰色Verhulst模型及其在沉降预测中的应用

在分析全过程沉降量与时间的关系、Verhulst模型的特点以及沉降观测数据有时出现非连续性特点的基础上,通过在区间上求积分给出模型背景值的一个确切的计算公式,提出了预测今后不同时刻沉降量的不等时距灰色Verhulst模型.工程实例分析表明,灰色 Verhulst模型的预测精度较高,具有良好的适应性.

基于改进灰色Verhulst模型的受扰轨迹实时预测方法

提出了一种基于改进灰色Verhulst模型的受扰轨迹拟合外推预测方法。发电机角度的受扰轨迹在每一个摇摆过程中,呈现S形走势,与灰色Verhulst模型变化规律相符。采用无偏模型来消除灰色模型的自身误差,并通过采集最新的两个数据补偿误差,进一步提高预测精度。该方法易于实现,所需要量测数据少,计算简单,对于多摆过程中波峰与波谷的预测有很高的精度。应用该方法对IEEE39节点系统与中国南方电网实际系统的不同故障情形进行了仿真计算,结果表明,该方法具有好的预测效果。

灰色Verhulst模型的灰导数改进研究

针对灰色Verhulst模型灰导数白化的问题,以白化微分方程为基础,运用梯形公式来白化灰导数,推导得到一种新的Verhulst模型定义式。该方法使得差分方程的参数与其在微分方程中对应的参数具有更好的一致性。实例分析表明改进的灰色Verhulst模型具有更高的预测和模拟精度。

基于无偏灰色Verhulst模型的铁路货运量预测研究

铁路工程项目投资和效益的控制,铁路运输发展战略的制定以及铁路运输设施效益的提高都与铁路货运量密切相关,准确预测铁路货运量具有重要意义。根据无偏GM(1,1)模型直接建模法的思想对传统灰色Verhulst进行改进,即对原始序列作倒数生成,运用新生成的序列建立模型,便可得到无偏灰色Verhulst模型。改进后的模型消除了灰色Verhulst模型自身固有的偏差,用此模型预测兰州至中川铁路货运量,结果表明,无偏灰色Verhulst模型比传统灰色Verhulst模型和GM(1,1)模型的预测精度更高。

基于背景值优化的灰色Verhulst模型及其应用

灰色Verhulst模型的模拟精度依赖于背景值和结构参数。文章以灰色Verhulst模型的白化方程为基础,运用积分方法重新构造背景值公式,经过简单推导得到一种背景值优化的Verhulst模型。实例分析表明,优化的灰色Verhulst模型不仅具备可行性和有效性,而且具有更高的预测和模拟精度。

无偏灰色Verhulst模型的优化及其应用

针对传统无偏灰色Verhulst模型初始条件的选取问题,分别提出了以x(1)(1)和x(1)(n)为初始条件的优化模型,使得原始序列的一阶累加生成序列与其模拟值的误差平方和在理论上达到最小.在此基础上,给出最优初始条件下的无偏灰色Verhulst模型的预测公式,并通过实例验证了优化模型的有效性和实用性.

改进灰色Verhulst模型的优化设计

文章针对灰色Verhulst模型中初始值与背景值的择取,设计了两种不同的改进灰色Verhulst模型,并采用我国入境游客经济的发展进行预测,并对两种预测结果进行比较。结果显示,改进的灰色Verhulst模型相对传统灰色Verhulst模型拟合精度更高,第二种改进灰色Verhulst模型的拟合精度也优于第一种改进灰色Verhulst模型。通过预测可以发现,未来我国入境旅游经济的增势仍然是存在的。

基于自忆性灰色Verhulst模型的暂态稳定受扰轨迹实时预测

广域测量系统能在统一时标下监视系统各节点的实时轨迹,为暂态稳定实时分析提供了可能。基于灰色系统理论及动力系统的自忆性原理,提出一种基于自忆性灰色Verhulst模型的电力系统暂态稳定受扰轨迹实时预测方法。发电机功角受扰轨迹在每一个摇摆过程中呈＂S＂型变化,符合灰色Verhulst模型预测要求。针对发电机受扰轨迹较强的随机性和非线性,在传统Verhulst模型预测基础上,构建了具有自忆性的灰色Verhulst模型。该模型不仅考虑了发电机功角轨迹的变化趋势,还利用了历史量测数据,能很好地表征发电机功角受扰轨迹的随机波动特性,提高预测精度和预测时间。将该方法对新英格兰10机39节点系统进行仿真计算,结果表明该方法具有良好的拟合预测效果,为实时暂态稳定分析提供了技术支撑。

无偏灰色Verhulst模型初始条件的优化

针对传统无偏灰色Verhulst模型初始条件的选取问题,分别提出了以x(1)(1)和x(1)(n)为初始条件的优化模型,使得原始序列的一阶累加生成序列与其模拟值的误差平方和达到最小。在此基础上,给出了最优初始条件下的无偏灰色Verhulst模型的预测公式,并通过实例验证了优化模型的有效性和实用性。

基于SA算法的灰色Verhulst模型在软土路基沉降预测中的应用

公路软土路基在施工完成后会产生较大的工后沉降,对后期的车辆通行有一定的影响,因此对软土路基的沉降预测进行了研究。根据实际工程中所测得的沉降数据,利用python编程语言的科学计算库,建立了非等时距灰色Verhulst模型。采用SA算法(模拟退火算法)对模型进行优化,求得模型参数的最优解和最终沉降量,给出了路基随时间变化的沉降预测曲线,并与传统非等间隔灰色Verhulst模型曲线进行了对比和误差分析。结果表明:经SA算法优化后的模型能更好地反映软土路基的沉降规律,可较好地应用于软土路基的沉降预测研究中。

灰色Verhulst模型的参数特征研究

对灰色Verhulst模型的建模数据序列作数乘变换,利用最小二乘法求出数乘变换后的参数序列,经过一系列的数学公式推导,分析了模型参数特征在数乘变换作用下的变化,讨论了数乘变换对模型的模拟预测值及相对误差的影响。研究结果表明,对建模序列作数乘变换,灰色Verhulst模型的模拟和预测效果不变,同时缩小建模数据的量级,简化建模过程,该结果对灰色Verhulst模型的进一步系统研究有着重要意义。最后,通过实例验证Verhulst模型特性研究的有效性和实用性。

改进的灰色Verhulst模型在中长期负荷预测中的应用

针对中长期电力负荷预测"小样本"、"贫信息"、"不确定"、"非线性"等特点,提出了基于最小二乘支持向量机算法与等维新息技术的改进灰色Verhulst模型,并将该模型用于具有"S型"增长或处于饱和增长状态的中长期电力负荷预测。根据原始数据建立了灰色Verhulst模型,利用LS-SVM算法对模型中的参数进行了估计,基于等维新息递补预测法对负荷数据进行了预测。实例计算结果表明,基于该模型得到的预测结果相对误差在3%以内,与传统预测模型相比,采用文中的模型可获得更高的预测精度。

灰色Verhulst模型初始条件的组合优化

文章针对灰色Verhulst模型求解初始条件的优化问题,提出了一种基于原始序列新旧信息的线性组合优化方法。在模拟误差平方和最小化的目标下,构建了初始条件组合权重的优化模型,给出了最优组合权重的解析式。以实例验证了优化模型的有效性和优越性。